4949 us天下彩免费资料|二四六天天好彩资料 玄机图

InfoQ中文版

2019-11-01 20:23    2019-11-01 23:48

是時候揭開百度前端技術體系的真面目了

前段時間,我們發布了《解密國內 BAT 等大廠前端技術體系之阿里篇》,已經詳盡介紹了阿里巴巴集團整體技術體系,其中涵蓋:基礎設施、服務層、應用層、UI 組件層、跨平臺、工程化、智能化,可以看到許多比較前沿的探索。今天這一篇,我們從百度講起。引言整個業界在前端框架的不斷迭代中,尋找到了許多突破方向。例如,跨平臺中的 RN、Flutter,服務端 GraphQL、Serverless,前端和客戶端的融合越來越緊密。前端在 Node 和 Electron 的加持下,也擴展了自己的版圖到服務端和桌面。同時,隨著前端開發越來越復雜,整個前端研發也經歷了人工化 ->工具化 ->工程化 ->智能化的演變。

央行數字貨幣如何超越微信、支付寶?

10月28日,中國國際經濟交流中心副理事長黃奇帆在首屆外灘金融峰會上表示,“人民銀行對于DCEP(中國央行數字貨幣)的研究已經有五六年,我認為已趨于成熟。中國人民銀行很可能是全球第一個推出數字貨幣的央行。”此言一出,區塊鏈行業又是一片沸騰。黃奇帆明確表示,目前我國央行推出的數字貨幣(DCEP)是基于區塊鏈技術推出的全新加密電子貨幣體系,將采用雙層運營體系,就是人民銀行先把DCEP兌換給銀行或其他金融機構,再由這些機構兌換給我們手里。需要注意的是,這里的DCEP是紙鈔替代,與比特幣這類加密貨幣不同。DCEP是“央行版”支付寶?

銀行數據平臺進化的最佳路徑是什么?

DT時代,銀行業務趨向敏態化,數據量呈現出爆炸式增長態勢,這些蘊涵無限價值的大數據給整個銀行體系帶來了創新動能,成為銀行提升競爭力的關鍵因素。從業界數據管理和數據利用的趨勢來看,數據平臺進化已成為各銀行急需解決的問題。如何選擇進化路徑?本期,我們邀請了 Kyligence 資深解決方案架構師李明江分享他對銀行業數據平臺進化的洞察。銀行業是最早進行電子化、信息化建設的行業之一,也是最早發掘數據價值的行業之一。自 2000 年起,國內銀行企業開始構建數據倉庫利用數據進行經營分析和業務決策,目前銀行行業在數據管理和利用方面處于領先行列。

企業級業務架構視角的個人規劃

架構設計的核心是確定結構和關系,因此,它是一個抽象度較高的方法論,而抽象度較高也意味著它具有更廣泛的適用性。企業級業務架構設計也是如此,除了給企業做整體能力規劃外,每個人的生活也是一個整體,也可以采用架構設計方式規劃一下,這樣規劃的結果就可能是煲出一碗“心靈雞湯”,不信可以試試,當不了廚師的架構不是好廢材。一、分析方法每個人都是一個價值創造者,無論個體是否顯性地認識到并積極實踐這種認知。因此,如果將個體視為一個價值創造者,那么可以用價值鏈的方式解析個體的主要活動,尤其是個體成年后。

自動駕駛系統爆出高危漏洞,百度Apollo、英偉達均已中槍

在無人駕駛汽車的研發競賽當中,安全性已經成為各家廠商證明自身實力的重要因素。近日,伊利諾伊大學香檳分校的研究人員正在利用人工智能(AI)與機器學習技術,通過軟件與硬件的全方位改進提高無人駕駛技術的安全水平。對百度Apollo和英偉達DriveAV等自動駕駛系統進行測試后,研究人員在4小時內發現了約561個關鍵安全故障,并表示:部分故障可能令系統在某些情況下,因為無法解決問題而導致駕駛事故。其中一位研發人員Ravi Iyer表示:“汽車本身的電氣與機械組件極為復雜,再加上天氣、路況、地形、交通模式以及照明條件等外部因素的影響,使得利用AI技術改進無人駕駛汽車變得非常困難。

用戶規模5億+的余額寶是如何做服務治理的?

隨著越來越多的公司應用服務化,針對分布式架構下多服務、微服務等的服務治理自然就成為了大家關心的話題。余額寶自2013年上線之后,目前存量已經突破萬億,用戶規模達到5億以上,為了支持這樣的用戶體量,余額寶不斷地對現有IT架構進行優化和治理,本文我們采訪到了12月北京 ArchSummit 全球架構師峰會講師天弘基金(余額寶)移動平臺技術總監 & 首席架構師李鑫,他為我們詳細介紹了余額寶是如何做服務治理的。余額寶負責服務治理的核心團隊是服務治理委員會,該委員會的成員大約為8人,包含了架構師、服務開發團隊的TeamLeader、運維等。

微眾銀行人工智能首席科學家范力欣:推進聯邦學習IEEE標準是奠基性的貢獻

2019年10月26日,中國計算機協會在中國科學院計算技術研究所舉行了主題為“AI聯邦學習的最新應用落地”的研討會,現場來自騰訊、華為、微眾、平安等聯邦學習頭部企業的代表,展示了新一代聯邦學習技術在各行各業的應用范例。在大會現場,InfoQ記者有幸采訪到了微眾銀行人工智能首席科學家范力欣博士,他為讀者深入解答了有關聯邦學習的前沿技術及行業應用問題。在研討會開場致辭中,微眾銀行首席人工智能官楊強教授提出,聯邦學習的發展需要經歷三個階段,即“點到點的聯邦學習發展階段”,“應用落地、積累案例階段”與“聯邦學習價值聯盟網絡建立階段”。在經歷第一階段的發展之后,目前的聯邦學習正在積累應用落地經驗的階段。

將BERT用于語音識別!滴滴提出新無監督預訓練框架,中文識別性能提升10%

滴滴AI Labs語音團隊在論文《使用無監督預訓練提升基于Transformer的語音識別》中,新提出一種基于Transformer的無監督預訓練算法,創新性地將自然語言處理中的BERT等算法的思想推廣到了語音識別領域。能利用極易獲取的未標注的語音數據,大幅提升了語音識別精度。論文結果顯示,通過簡單的無監督預訓練,中文語音識別任務能得到10%以上的性能提升。具體地,在中文語音識別數據集HKUST上的結果顯示,當僅使用HKUST數據庫數據做預訓練時,字錯誤率能達到23.3%(目前文獻中最好的端到端模型的性能是字錯誤率為23.5%);當使用更大無監督數據庫做預訓練時,字錯誤率能進一步降低到21.

智源研究院院長黃鐵軍:助力北京成為國際領先的AI創新中心是智源的歷史使命

10月31日,由北京智源人工智能研究院主辦的2019北京智源大會在國家會議中心開幕,會期兩天。智源大會是北京創建全球人工智能學術和創新最優生態的標志性學術活動,定位于“內行的AI盛會”。智源研究院院長黃鐵軍 在演講中表示,面向國家2020年建成世界人工智能創新中心的目標,智源研究院就是為了把北京建設成為一個人工智能研究、學術研究和創新的最佳生態而存在的。智源中的“源”包括五大源頭,希望成為人工智能學術思想、基礎理論、頂尖人才、企業創新和發展政策的源頭。以下內容根據黃鐵軍演講速記進行整理,未經本人確認。

高文院士:用云腦匯智,建設人工智能開源共享創新平臺

10月31日,由北京智源人工智能研究院主辦的2019北京智源大會在國家會議中心開幕,會期兩天。智源大會是北京創建全球人工智能學術和創新最優生態的標志性學術活動,定位于“內行的AI盛會”。智源研究院學術顧問委員會委員高文院士在演講中介紹了如何通過云腦、匯智建設人工智能開源共享創新平臺,來夯實新一代人工智能發展基礎。以下內容根據高文演講速記進行整理,未經本人確認。我今天跟大家分享的題目叫做“云腦匯智:夯實新一代人工智能發展之基礎”。云腦匯智是兩件事,這兩件事就是為了讓中國的人工智能可以發展得更好。

血淚控訴:曝光數月的AMD微代碼bug毀掉了我的周末

AMD公司發布的 Ryzen 3000處理器中,存在一項與隨機數生成器相關的嚴重微代碼bug。也正是因為這個早已曝光數月卻沒有得到有效解決的“錯誤”,本篇文章的主人公 Jim Salter 度過了一個非常糟糕的周末。你能想象,一整天都在跟蹤錯誤的問題,尋找 bug 原因的場景嗎?Ryzen 3000的RDRAND函數(本應成為一款高質量的偽隨機數生成器)每次都會返回0xFFFFFFFF,修復過程也是相當煎熬。

阿里回應香港上市傳聞:不評論;Facebook 刪除多名NSO雇員賬戶;美媒針對蘋果Q4營收640億美元做出評論:前景沒有那么樂觀;Python之父宣布退休;特斯拉在華狂賺23億 | Q資訊

阿里回應11月重啟香港上市計劃:對市場傳聞不評論;Facebook 刪除 NSO 雇員的賬戶;蘋果Q4營收640億美元,美媒:蘋果前景沒那么樂觀;微軟承認新BUG:使用持久性內存的設備會出現啟動緩慢問題;暴風集團高管已全部辭職;特斯拉在華狂賺23億;扎克伯格為收購Instagram正名:不存在壟斷;Python 之父 Guido van Rossum 宣布退休。科技公司阿里回應11月重啟香港上市計劃:對市場傳聞不評論10月31日,據國外媒體報道,消息人士周三透露,阿里巴巴最早將于今年11月在香港重起首次公開招股(IPO)計劃,以籌集最高150億美元資金。

MySQL DBA必讀:萬字歸總表設計與SQL編寫技巧

本文由 dbaplus 社群授權轉載。前言隨著移動云平臺系統業務不斷增長,必然需要對各系統進行更新或者發布新版本,以滿足用戶的需求。但是在系統更新或者發布新版本時,往往會引起各種的性能隱患,使得系統的穩定性大大降低,這些性能隱患的根本原因大部分都在于軟件開發標準不規范引起。為了加強開發標準規范,提高各系統的穩定性,本文從影響MySQL數據庫性能的常見因素入手,重點論述下如何編寫高效的SQL語句,并以合適的方式創建表和索引,以達到系統在不斷更新和升級時仍能保持良好的穩定性。在這之前,首先簡單了解一下MySQL的體系結構。

TiDB 在實時渠道轉化分析的應用

TiDB 整體概況TiDB 在 360 金融主要用來存一些實時數據。歷史數據或者數據量很大的數據是存在 Hive 里面。TiDB 數據主要來源:通過 DM 從 MySQL 同步過來的數據,可以進行實時的數據監控,和一些即席的數據查詢。Kafka 隊列里的用戶事件數據,總體大概是3 億條/天,不過我們會做定時清理,確保數據量在2天范圍內。我們自己放到 RocketMQ 里面的一些數據。這個數據是我們有一個 RocketMQ 的MySQL 插件,也是把 MySQL 的一些 binlog 實時進行處理,經轉化為 json 放到 RocketMQ 里面,然后我們再去消費這個數據。

人工智能的致命弱點也能成為保護隱私的武器

研究人員在所謂的對抗案例中發現了利用它來保護敏感數據不被窺探的一線希望。機器學習應用程序目前存在種固有的缺陷,被稱為“對抗性例子“的錯誤分類長期以來一直被視為機器學習模型中揮之不去的弱點。只需對圖像進行一些小的調整或向數據庫添加一些假數據,就可以欺騙系統得出完全錯誤的結論。現在,有研究人員正在探索將這個致命弱點變成保護用戶隱私和信息安全的武器。機器學習雖然有探測癌癥和制造防撞自動駕駛汽車的巨大潛力,但它也有可能顛覆我們對可見和隱藏事物的認知。

谷歌開發者布道師談企業中采用Kubernetes的最佳實踐

谷歌開發者布道師Ray Tsang在2019 SpringOne平臺大會上談到了開發者在組織中采用Kubernetes時可以使用的工具和最佳實踐。對于應用程序開發人員來說,容器化和采用容器平臺(如Kubernetes)已經成為一個挑戰。構建容器鏡像涉及到Dockerfile,從長遠來看,創建和維護它們非常麻煩,而且容易出錯。此外,IDE工具對開發和維護基于容器的應用程序的支持一直很差,這通常會減慢整個軟件開發周期。Spring Cloud Kubernetes項目提供了用于訪問Kubernetes本地服務的公共接口。

基于強化學習的自動搜索

導讀:神經架構自動搜索的另一個常用策略是強化學習,強化學習把架構的生成看成一個智能體 ( agent ) 在選擇動作 ( action ) 的過程,通過在測試集上測試網絡性能來獲取獎勵值 ( reward ),從而指導架構的生成。近年來,基于強化學習的神經網絡架構搜索已經取得了很多突破性的進展,涵蓋各種策略函數和優化方法,下面將從搜索單元、搜索方法和搜索輸出等多個方面對這些先進算法進行分類介紹。圖1 基于強化學習的網絡架構搜索示示意圖1. 基本搜索方法1.1 基于層的搜索神經網絡架構的自動搜索是從對 layer 的搜索開始的,經典算法有 NASNet 和 MetaQNN。

一文看懂2019年末人工智能發展趨勢

人工智能最近幾年發展得如火如荼,學術界、工業界、投資界各方一起發力,硬件、算法與數據共同發展,不僅僅是大型互聯網公司,包括大量創業公司以及傳統行業的公司都開始涉足人工智能行業。盡管最近一年在資本市場趨冷的大環境下,AI 熱度有所下降,但從長遠來看,人工智能在各行各業獲得越來越廣泛的應用一定是社會發展最大的趨勢之一。從AI基礎設施來說,人工智能專用芯片的研發方興未艾,不僅包括英偉達GPU、谷歌TPU,國內的阿里、百度、華為等巨頭公司,以及大量創業公司,都在AI芯片方面加快布局,隨著AI應用進一步滲透到IOT等方向,相信對專用芯片的需求會越來越廣泛。

對Redux一頭霧水?看完這篇就懂了

前些日子,我們翻譯了一篇 React 和 Vue 的對比文章:《我用 React 和 Vue 構建了同款應用,來看看哪里不一樣》。最近,文章作者又撰寫了一篇與 Redux 對比的后續,我們也翻譯了這篇續文以饗讀者。首先,學習 Redux 可能會很困難當你終于學會了如何使用 React,也有了自己去構建一些應用的信心,那會是一種非常棒的感覺。你學會了管理狀態,一切看起來井井有條。但是,很有可能這就到了你該學習 Redux 的時候了。這可能是因為你正在開發的應用變得越來越大,你發現自己在到處傳遞狀態,還需要一種更好的方法來管理數據。

解讀B站跨平臺播放器IJKPlayer的前世今生

最近幾年,伴隨著開發人員對移動端的跨平臺需要,B 站自研的 IJKPlayer 應運而生。它是一款基于 FFmpeg 的輕量級 Android/iOS 視頻播放器,具有 API 易于集成、編譯配置可裁剪、支持硬件加速解碼、DanmakuFlameMaster 架構清晰、簡單易用等優勢。作為開源項目,IJKPlayer 還支持用戶根據業務類型進行定制,受到了越來越多的開發者的喜愛。那么,B 站的這一開源明星項目究竟是怎樣煉成的?在開發過程中遇到過哪些技術難題?目前,經過多輪改造,堪稱“IJKPlayer2.0”的新版本又有哪些突破?

我們真的做到云原生了么?

根據Bert Ertman演講原文翻譯,略有刪改。摘要Bert Ertman沒有過分宣傳云原生,而是把重點放在云原生對Java開發人員的技能和經驗的實際需求,以及其對傳統系統設計的影響和沖擊上。正文Ertman:今天會議的主題是“我們真的做到云原生了么(Are we really cloud-native)?”很顯然,我要談的是云原生計算。現在有很多大型供應商營銷部門的公關人員(spin doctor)開始使用這個術語,并把它應用到他們的產品和服務上,但我認為,在此之前我們最好給出一個定義,搞清楚云原生計算到底是什么。云計算我們先來談談云計算。如果我們想知道這個叫云的神秘家伙最近發生了什么?

Python之父宣布退休,但Python仍在吞噬世界

10 月 30 日,Python 之父 Guido 宣布退休,離開 Dropbox。他發推文說,“這件事感覺既苦澀又甜蜜:苦澀的是,我馬上要離開 Dropbox,現在已經退休;甜蜜的是,在 Dropbox 做工程師期間,我學到很多,比如類型標注就來自這段經歷。我會非常懷念在這里工作的日子。”Python正在吞噬世界如今,人們對 Python 的熱情已經遠遠超出了最初的開發者圈子。一些人預測,隨著 Python 用戶群的快速增長,它很快會成為世界上最流行的編程語言。每天有數以百萬計的人使用 Python,用戶群呈現出指數級的增長,幾乎沒有出現下降的跡象。

比特大陸礦場實錄:為什么要在得州建立最大的比特幣礦場

這兩天,比特大陸又上了各大媒體頭條。但與之前屢次登上福布斯、胡潤財富排行不同,這次確實因為兩位創始人之間的“宮斗”。在這場“逼宮”戰中,支持區塊鏈的吳忌寒雷厲風行,迅速掌握了比特大陸控制權,“AI芯片”派的詹克團則全面退出。預計比特大陸之后的會發生戰略轉彎,礦機、礦場或將再成其發展重點。眾所周知,中國是主要的加密貨幣挖礦國,但已經有人盯上了這塊“蛋糕”。10月16日,來自得州的比特幣挖礦初創公司Layer1完成 5000 萬美金的A輪融資,估值達2億美元,試圖挑戰中國在比特幣挖礦行業的壟斷地位。之前,加拿大公司Blockstream也披露了正在為比特幣挖礦建立大量的數據中心。

你應該學習的20個Python代碼段

Python是一門優秀的編程語言。 可讀性和設計簡單性是其廣受歡迎的兩個主要原因。正如Python的禪宗所說:美麗勝于丑陋。明了勝于晦澀。這就是為什么值得記住一些常見的Python技巧,可以幫助改善代碼設計, 并為您節省大量時間。在您的日常編碼中,以下技巧將非常有用。1.字符串倒轉以下代碼段使用Python切片操作反轉字符串。 # Reversing a string using slicing my_string = "ABCDE" reversed_string = my_string[::

我在17歲時學到的7個有用的編程經驗

我叫Alec,今年17歲。我從12歲就開始學習Web開發。雖然我現在還算不上一名優秀的開發者,但我肯定已經學會如何成為一名合格的開發者。我認為,以下幾點是每一個開發者,特別是新手應該知道的。1.沒有人無所不知沒有人無所不知,你也沒必要知道所有東西。作為一名開發者,你有很多事情要做,而不僅僅是記住某些具體的技術細節,比如PHP 5.6里有多少種操作數組的方法。有些細節不懂沒有關系,如果忘記了可以谷歌一下。作為一名開發者,有很多重要的事情可以幫你提升自己,而不僅僅是記住那些不重要的技術細節:點擊查看原文>

谷歌正式推出TensorFlow 企業版

谷歌的TensorFlow機器學習框架于2015年開源,并迅速成為最受歡迎的機器學習平臺之一。到目前為止,已經被下載4600萬次。但如果企業想使用它,就必須和第三方合作或者自己開發維護,很多企業在TensorFlow的早期版本中投入了大量資金。為了幫助這些公司并占領企業市場,谷歌推出了TensorFlow Enterprise,將包括實施級別的企業級支持和優化的Google Cloud托管服務。TensorFlow Enterprise旨在為大型企業提供其開源機器學習框架TensorFlow的優化版本。

滴滴業務中臺的實踐與思考

滴滴是一家以出行為核心、輻射單車、代駕、車服、金融、國際化等領域的科技公司,在各條業務線飛速發展的過程中會存在著很多相同或者類似的業務需求,如何通過技術的手段抽象、沉淀這些業務為通用、穩定基礎能力,讓各業務線專注于其個性化的部分,快速的推出適合市場的新產品,是業務中臺核心價值的體現。在近期召開的QCon上海2019大會現場,InfoQ記者采訪了滴滴出行高級技術專家何修峰,他向記者分享了滴滴的業務中臺構建實踐。滴滴業務中臺發展歷程滴滴做中臺已經有好幾年的歷史。早在2015年,滴滴就開始組建中臺,2016年的時候方向調整做了出行中臺,目前滴滴很多出行業務都是基于這個中臺。

寄存器基本原理(下篇)

上篇文章說到了通用寄存器,而寄存器在逆向中是非常重要的環節。關于通用寄存器的指令,我們主要是通過匯編指令來控制CPU進行工作。以上是幾條最簡單也最重要的匯編指令,大部分匯編語言都說是由這幾個簡單指令完成 ,還有就是匯編指令不區分大小寫,例如MOV AX、221CH和mov ax 、221CH是同一條匯編指令。接下來看幾條指令執行的前后變化:上面的指令都很簡單,著重看最后一條,add ax,bx在執行前,ax和bx中的數據都為8226H,所得的值應該是1044CH,這里就涉及溢出問題,上篇文章講過,AX是16位寄存器,只能存放4位16進制數據,所以要舍棄最高位的1,最后值為044CH。

關系“破冰”?MongoDB宣布與阿里云啟動新合作伙伴關系

2019年10月30日,MongoDB官方文章發布博文稱:公司與阿里巴巴集團的數據智能骨干業務阿里云建立合作伙伴關系,授權阿里云為客戶提供MongoDB-as-a-service(MongoDB數據庫即服務)解決方案。阿里云的客戶將能夠在全球范圍內使用由阿里云數據中心托管的MongoDB-as-a-service服務。據了解,本次合作阿里云可確保為使用當前和日后新版本的MongoDB數據庫客戶提供端到端管理及支持,同時還可以代表客戶上報漏洞修復和支持問題。阿里云平臺的用戶可以輕松使用MongoDB數據庫的最新功能。

阿里巴巴 Kubernetes 應用管理實踐中的經驗與教訓

如今,Kubernetes 是開源領域備受關注的項目,就好像曾經的 Hadoop 是大數據領域的事實標準一樣。然而, 大多數互聯網公司在Kubernetes上的探索并非想象中順利,Kubernetes自帶的復雜性足以讓一批開發者望而卻步,其本身也并不提供完整的應用管理體系,在大規模應用實踐過程中會出現很多問題。在ArchSummit全球架構師峰會北京站即將召開之際,阿里巴巴技術專家孫健波在接受InfoQ采訪時基于阿里?Kubernetes 應用管理實踐過程提供了一些經驗與建議,以期對開發者有所幫助。

讓偶現Bug無所遁形:貝殼自研時光機如何解決前端行業痛點?

隨著頁面展示形態的多樣化發展,用戶使用環境的日趨復雜,當代監控越來越無力。傳統監控可以做到在錯誤發生時上報錯誤堆棧信息,甚至更多地引導數據。但當前端出現偶發 Bug 時,最令開發人員困擾,因為它們大大地增加了排查成本。針對偶發 Bug 的問題,貝殼找房于 2019 年年初自研了操作回放系統——時光機,作為燈塔前端監控的擴展系統,時光機通過對用戶操作路徑和動作的收集,關鍵數據的快照存儲,以及并行組裝等能力,提供了一套用戶回放操作技術方案,實現了 100% 用戶操作回放。

谷歌大規模多目標排序實踐:Youtube視頻推薦核心技術

本文主要介紹下Google在RecSys 2019上的最新論文[1],提出了一套大規模多目標排序框架應用于Youtube視頻推薦,引入MMoE解決多目標學習,以及解決用戶隱式反饋中的selection Bias問題。介紹本文提出了一套大規模多目標排序框架應用于Youtube視頻推薦平臺。眾所周知,Youtube視頻推薦面臨著眾多的挑戰,包括需要解決多個互相競爭的排序目標、以及用戶反饋中的選擇偏差(selection bias)等等。為了解決這些問題,我們引入了MMoE[2]來優化多目標排序目標。另外,我們改進了W & D框架來解決用戶反饋的selection bias。

蘑菇街內容信息流排序實踐

本文整理自2019年8月份舉行的MOGU DDay分享算法場報告。基本涵蓋了蘑菇街內容信息流排序算法一整年的關鍵算法迭代之路;同時我們所走的演化之路剛好契合召回、排序的各三階段典型迭代路徑。經團隊審核資料可以公開,故而整理在此,期望與大家多交流。介紹蘑菇街的首頁內容秉承為了讓更多人因向往時尚而使用蘑菇街的目標,為用戶提供時髦、好看、買得到的價值。下面slide中前兩個圖截取了我們app早期的一拖三的達人聚合內容形式,到以內容圖強瀑布流的形式的變動,這種產品上的變化對我們算法和工程架構的影響還是蠻大的。

開源Weld:用Rust讓numpy、scikit和pandas加速100倍

在利用Python與R的數據科學堆棧工作了幾個禮拜之后,我開始問自己:有沒有可能存在一種通用的中間表示形式(類似于CUDA),能夠在多種語言之間同時起效?現在我必須得在不同語言中重新實現并優化已經存在的方法,難道就不能更高效一點?除此之外,我希望通過通用的運行對程序進行整體優化,而不是像現在這樣只能針對函數進行優化。經過幾天的研究和測試,我發現了?Weld。令我意外的是,Weld的締造者之一正是Matei Zaharia,也就是Spark的發明者。正因為如此,我聯系并采訪了Weld項目的主要貢獻者Shoumik Palkar。

AMD第三季度營收18億美元凈利同比增18%;比特大陸回應美股上市申請:不予置評; 騰訊投資印度版“愛奇藝”1.11億美元;華強北造出國產版AirPodsPro,售價僅300元;周鴻祎:我對馬化騰不記

AMD發布Q3財報,營收18億美元凈利同比增18%;比特大陸回應美股上市申請:不予置評;印度流媒體MX Player獲1.11億美元投資;蘋果將宣布新款Mac Pro上市時間:整套配下來要超30萬;微軟Surface福利:全球僅在中國微軟官方商城提供;華為高管:到2025年將有4.8億戶家庭接入5G網絡;1999元的蘋果AirPods Pro耳機被華強北破解,300元國產版預定;三星公開下一代折疊手機設計方案,回歸翻蓋機;周鴻祎:我對馬化騰不記仇。科技公司AMD發布Q3財報,營收18億美元凈利同比增18%10月30日,AMD公布了2019年第三季度財報。報告顯示,AMD第三季度營收為18.

YouTube 多目標排序系統:如何推薦接下來收看的視頻

導讀:今天分享篇 Youtube 推薦排序模塊的論文 from RECSYS 2019:Recommending What Video to Watch Next: A Multitask Ranking Systemhttps://dl.acm.org/citation.cfm?id=3346997之前內部查找論文時就注意到了這篇文章,從摘要中就可以看出這應該是在 youtube 上實踐的一篇文章,并且內容應該比較實在。不過那時候文章還沒有發布出來,中秋最后一天發現有 pdf 發出來了,便果斷看了下。

? 云聚網互聯網資訊 我要投稿 云聚網博客 7秒MCN大數據平臺 悠閑吧

4949 us天下彩免费资料 中国足球图片 重庆百变王牌直播观看 混合过关 急速赛车官网 江西时时彩查询结果 录制儿童故事赚钱吗 棋牌游戏刷流水秘诀 可以开亲友房的麻将app 内蒙古快3跨度走势图 足球6场半全场